数据库表同步的三种方法

1、前言：

最近项目准备上线，要先做一下并行，所以要把调用接口的请求请求到生产环境的同时也请求到并行环境。我刚开始，写了一个程序，多线程去生产数据库（接口有记录表，记录请求报文）取到请求报文，然后再拼接成curl请求命令，请求到并行环境，结果跑了没半天就差点儿把生产数据库搞挂。原因是，我的程序每五分钟调用一次，调用会获取11个数据库连接，结果因为生产上数据量大，五分钟没有处理完成，另一个调度就调起来了，这样一下午累积下来，产生了上百个连接，生成cpu飙到了%90以上，触发了告警，领导收到了告警短信才发现了问题。
之后应领导要求，我的并行程序不能直接连接生产库，需要异步处理（需要数据库做中转），那么就涉及到一个如何获取生产数据库中的报文数据的问题。通过上网查询，大体有三个方案：

1.1 使用触发器

在接口报文记录表上添加一个触发器，每次请求的报文插入生产记录表的同时触发器插入到中转数据库。
优点：编程简单，只需要几行
缺点：会影响生产数据库性能，同时该触发器需要配合dblink，可能存在潜在危险。

-- 一个简单的oracle触发器
CREATE OR REPLACE TRIGGER MY_TGR
BEFORE INSERT ON jd.ims_json_soap_1_0
FOR EACH ROW--对表的每一行触发器执行一次，插入test_b的同时插入test_a
BEGIN
insert into cd.ims_json_soap_1_0(name,age,school,home,ext)  values(:NEW.name,:NEW.age,:NEW.school,:NEW.home,:NEW.ext);
END;

1.2 使用canal

canal是阿里巴巴提供的一个开源工具，通过监听数据库binlog日志，解析出语句，然后执行，该程序对于mysql很友好，但是oracle（归档日志）貌似支持部分.太新的版本应该还不支持，这个还没有尝试。

1.3 使用kettle

kettle是一款国外的开源ETL工具,使用的时候只需要下载解压就可以使用，数据抽取速度可以达到每秒上万条数据的同步。

2、kettle的使用

2.1 下载安装kettle

我这里使用的是pdi-ce-7.1.0.0-12

2.2 表同步生成ktr文件

因为生产数据是实时有调用记录插入的，所以我的同步方案是增量同步。
通过目标表的最新时间到生产源表里面获取最新的记录

2.2.1 最终转换效果

2.2.2 MaxDate

获取目标表（中转数据库中的表）最大时间做为一个表输入。

2.2.3 常规（生产数据库）

注意下面的从步骤插入数据，sql语句中的问号会在执行的时候替换为下面的MaxData(该名字需要和上一步中的步骤名称保持一致)

2.2.4 表输出

这里其实还可以使用插入/更新但是这种方式相对慢一些，但是更灵活，可以自定义同步的字段，由于我这里表结构都是相同的，所以我采用表输出的方式，这样的效率更高。

最后按住shirt通过拖拉将两个输入和一个输出连接起来就可以了

我这里应为分表的关系有十张分表都需要同步，所以我复制了十个这样的转换。

2.3 执行ktr文件

转换过程

3、java整合kettle，通过程序调用执行ktr文件

由于我的需要放在服务器上去定时调度，所以我采用的是Java + crontab的方式实现的定时调度执行ktr文件。

   /*** 执行ktr文件* @param args*/public static void main(String[] args) throws KettleException {//初始化ketlleKettleEnvironment.init();//创建转换元数据对象//TransMeta meta = new TransMeta("etl/update_insert_Trans.ktr");TransMeta meta = new TransMeta("D:\\Tools\\Kettle\\save\\常规到紧急0分表.ktr");Trans trans = new Trans(meta);trans.prepareExecution(null);trans.startThreads();// 等待执行完成trans.waitUntilFinished();if(trans.getErrors()!=0){System.out.println("执行失败！");}}